通过全光神经元、光子突触的结合实现了小规模的全光神经元系统,这种用于神经元和突触之间信息交流的新型系统比传统计算机更高效,尤其对于高带宽任务如通讯和图像处理尤为适用。
Feb, 2021
本研究介绍了智能突触,模拟了生物神经网络的复杂分子机制来解决深度学习中的连续学习问题,实现了高效的分类任务连续学习过程。
Mar, 2017
通过生物学上的神经元网络组合中的多种互补机制,可以在人工神经网络中实现连续学习。
Apr, 2023
本文通过将矛线虫的运动回路转化为具有不同生理真实性水平的人工神经网络,评估这些网络在动态和非动态行为任务上的训练结果。研究表明,即使不保持生物特性的真实性,也可以获得使用生物电路的优势。建立生物电路结构的统计学提供了有价值的先验知识。同时,矛线虫的运动回路对于运动问题具有强大的归纳偏差,但其结构可能会妨碍其他与运动无关的任务。
Sep, 2022
论文探讨了如何设计分子系统以展现类似于自主学习的行为,提出了一种可对任意多个输入通道展现自主型 Hebb 学习的化学反应网络,并指出在构建新的化学系统和 DNA 系统中如何实现神经元动力学。
May, 2022
本文提出利用短期可塑性为脉冲神经网络提供与非脉冲神经网络不同的计算优势,并使用节约的局部突触可塑性模拟温度相关技术来解决网络计算困难性问题。这些网络在处理生成任务时表现出出色性能,在任务不平衡的情况下,它们甚至可以胜过传统算法。
Sep, 2017
本文研究了使用突触模型可以减轻人工神经网络中存在的 “灾难性遗忘” 现象,从而实现多时间尺度的持续学习并减少经验回放数据库在任务内的遗忘。
Feb, 2018
该论文综述了近期生物学启发的人工智能方法,重点介绍了脉冲神经网络模型及其训练中的挑战,以及用于传统网络和脉冲网络的生物启发式训练方法,以推进当前模型的计算能力和生物合理性。
Jul, 2023
通过引入一种模拟树突分支节段的多功能电路,本研究揭示了树突在生物感知以及神经网络构建中的重要作用,并证明可以纯由树突电路构建神经元网络。
Oct, 2023
这篇论文总结了神经元模型的优点、缺点和适用性,分析了网络拓扑的特性,并从无监督学习和监督学习的角度回顾了脉冲神经网络算法和基于突触可塑性规则的无监督学习算法以及四类监督学习算法,最后专注于国内外正在研究的类脑神经仿真芯片的综述。通过系统的总结,论文旨在为初入脉冲神经网络研究领域的同行提供学习概念和研究方向。
Sep, 2023